任意輸入分佈
考慮如下簡單的加性高斯信道:
其中,X爲離散輸入符號集X=[a0,a1,⋯,aM−1],由上圖,Y=X+n。
根據信道容量的定義:
C={p(x=ai),i=1,2,...,M−1}max{I(X;Y)}
可見,我們的目的是找到一個任意可能的輸入信號的概率分佈,使得最大化的互信息達到信道容量。如下圖計算過程:
其中,(1a)到(1c)是信息論課本中的相關定義,具體可百度;(1c)上半部分到(1d)是全概率公式的展開。
等概
假設輸入符號是在M上是均勻分佈的,
所以有:
C=M1k=0∑M−1∫yp(y∣ak)log2⎝⎜⎜⎛M1i=0∑M−1p(y∣ai)p(y∣ak)⎠⎟⎟⎞dy(2)
再用log(ab)=log(a)+log(b)與log(a/b) = -log(b/a)的性質,把上式分母中的1/M提出來,並將分數項倒過來,有:
C=M1log2Mk=0∑M−1∫yp(y∣ak)dy−M1k=0∑M−1∫yp(y∣ak)log2⎝⎜⎜⎛p(y∣ak)i=0∑M−1p(y∣ai)⎠⎟⎟⎞dy(3)
又因爲,對該項y∫p(y∣ak)dy,其積分結果爲1,這是因爲歸一性,即,y的所有概率和爲1。所以有:
C=log2M−M1k=0∑M−1∫yp(y∣ak)log2⎝⎜⎜⎛p(y∣ak)i=0∑M−1p(y∣ai)⎠⎟⎟⎞dy(4)
因爲噪聲是服從均值爲0,方差爲σ2的高斯分佈。對於p(y|ak)
有:
p(y∣ak)=exp(−2σ2∣y−ak∣2)(5)
將(5)帶入(4)中,有:
C=log2M−M1k=0∑M−1∫yp(y∣ak)log2i=1∑M−1exp(−2σ2∣y−ai∣2−∣y−ak∣2)dy(6)
接着,令n=y-x,則dy=dz,y與z同號,故可進行積分代換,因爲:
故可以得到以下計算過程:
其中,(6)到(7)是把y=x+n待入公式中,(7)到(8)是把積分寫成數學期望的形式。(8)式的表達形式常可以在一些論文中見到。
總結
- 附:以上計算結果爲單用戶單天線的高斯信道,信道矩陣歸一化爲1了。可以參考經典論文,討論的是單用戶mimo高斯信道:
Globally Optimal Linear Precoders for Finite Alphabet Signals Over
Complex Vector Gaussian Channels
2.可以想象,如果是干擾信道的話,公式6中的y-ak不會再單純的等於噪聲n了,會引入干擾項
具體是什麼樣的,後面我會再更新博客,也可以去搜一下關於廣播和干擾信道的論文,其實就是廣義二次矩陣相減的形式.
此外,在廣播或者干擾信道的條件下,條件概率也不再單純等於噪聲,需要經過一點點小計算,最終的結果也會是用噪聲來進行積分代換的。
敲公式不易,覺得有幫助的話麻煩點個贊把!